Bentuk Pola Data Pembangunan Sistem Rantai Pasok Produk Garam Kina Di PT. Sinkona Indonesia Lestari (SIL) Menggunakan Pendekatan Supply Chain Management
2.2.7.7.1. Metode Peramalan Single Exponensial Smoothing
Metode Single Exponential Smoothing dipakai pada kondisi dimana bobot data pada periode yang satu berbeda dengan data pada periode sebelumnya dan membentuk fungsi Exponential. Metode ini banyak mengurangi masalah penyimpangan data karena tidak perlu lagi menyimpan data historis. Pengaruh besar kecilnya α berlawanan arah dengan pengaruh memasukan jumlah pengamatan. Metode ini selalu mengikuti setiap trend dalam data sebenarnya karena yang dapat dilakukannya tidak lebih dari mengatur ramalan mendatang dengan suatu persentase dari kesalahan terakhir. Menentukan α mendekati optimal memerlukan beberapa kali percobaan. Jika suatu deret data historis XT untuk T = 1,2,3,….,N, maka data ramalan eksponensial untuk data waktu T adalah FT. Metode exponential smoothing yang sederhana dikembangkan dari metode rata-rata bergerak. Jika terdapat data dari T pengamatan makan nilai ramalan pada waktu T + 1 dapat dihitung dengan persamaan 2.3 dan 2.4 sementara untuk perhitungan exponential untuk N dapat dilihat di persamaan 2.5. + = � +� +⋯+� � = ∑ � = 2.3 + = + + = � − − � 2.4 Metode Exponential untuk N pengamatan adalah sebagai berikut + = + � � − � � − 2.5 Misalkan observasi yang lama � − tidak tersedia sehingga harus digantikan dengan suatu nilai pendekatan aproksimasi. Salah satu pengganti yang mungkin adalah nilai ramalan periode sebelumnya sehingga dapat dihitung dengan persamaan 2.6 dan 2.7. + = + � � − � 2.6 + = � + − 2.7 Jadi nilai ramalan pada waktu t – 1 tergantung pada pembobotan nilai observasi saat t, yaitu dan pada pembobotan nilai ramalan yaitu − bernilai antara 0 dan 1. Bila = , maka dapat dihitung dengan persamaan 2.8. + = � + − 2.8 Keterangan : + = Hasil forecast untuk periode t-1 = Konstanta pemulusan � = Data demand aktual untuk periode t = Forecast pada periode t Dalam metode exponential smoothing nilai bisa ditentukan secara bebas, artinya tidak ada suatu cara yang pasti untuk mendapatkan nilai yang optimal. Maka pemilihan nilai α dilakukan dengan cara trial dan error. Besarnya terletak antara 0 dan 12.2.7.7.2. Metode Peramalan Single Moving Average
Metode rata-rata bergerak tunggal menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Metode ini akan efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu. Metode ini mempunyai dua sifat khusus yaitu untuk membuat forecast memerlukan data. Historis dalam jangka waktu tertentu, semakin panjang moving averages akan menghasilkan moving average yang semakin halus, secara sistematis moving average dapat dihitung dengan persamaan 2.9. + = � � +� � − +⋯+� � − + 2.9 Keterangan: S t+1 = Forecast untuk periode ke t+1. Xt = Data pada periode t. n = Jangka waktu Moving Averages2.2.7.8. Pengukuran Kesalahan Peramalan
Pengukuran kesalahan peramalan dapat menggunakan Mean Absolute Error, Mean Square Error, Mean Absolute Precentage Error1. Mean Absolute Error MAE
Mean Absolute Error MAE yaitu rata-rata nilai absolute error dari kesalahan meramal nilai positif dan negatif tidak dilihat dapat dilihat pada persamaan 2.10. = ∑ |� � − � | 2.102. Mean Absolute Deviation MAD
Mean Absolute Deviation MAD mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan nilai absolut masing-masing kesalahan. MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli. Nilai MAD dapat dilihat pada persamaan 2.11. = ∑ � � � 2.113. Mean Squares Error MSE
Mean Squared Error MSE yaitu rata-rata dari kesalahan forecasting dikuadratkan dan dapat dilihat pada persamaan 2.12. = ∑ � � − � 2.12Parts
» System Supply Chain Theoretical Basis
» Mean Absolute Deviatioan MAD
» Mean Absolute PErcentage Error
» Model Supply Chain Management SCM di
» Diagram Context Product Delivery Quinine Salts
» Table Relationships Product Delivery Quinine Salts
» Interface Design Product Delivery Quinine Salts
» Network Design Semantics Product Delivery Quinine Salts
» Ordering Products Salt Kina Black Box Testing
» Persediaan Inventory Landasan Teori
» Teknik Safety Stock Landasan Teori
» Analisis Masalah ISI PENELITIAN
» Perencanaan Kebutuhan Bahan Baku
» Penentuan Jumlah Produksi Produk Kina
» Pembelian Bahan Baku pada Pemasok
» Pemantauan Penggunaan Bahan Baku dan
» Tabel Relasi Pengiriman Produk Garam Kina
» Pemesanan Produk Garam Kina Pengujian
» Implementasi Perangkat Lunak Implementasi Perangkat Keras
» Tabel detail_produk_kina Tabel kegiatan_produksi
» Tabel detail_kegiatan_produksi Tabel bahan_baku
» Tabel pemberitahuan Tabel pemasok
» Tabel peramalan Tabel produk_setengah_jadi
» Tabel detail_produk_setengah_jadi
» Implementasi antarmuka Operator Penjualan
» Implementasi antarmuka Operator Pengadaan
» Implementasi antarmuka Operator PPP
» Implementasi antarmuka Operator Keuangan
» Implementasi antarmuka Operator Gudang
» Implementasi antarmuka Operator Alkaloid
» Implementasi antarmuka Operator Pengolahan
» Implementasi antarmuka Operator Ekstraksi
» Skenario Pengujian Pengujian Sistem
» Pengujian Penambahan Data Pengguna PT. SIL
» Pengujian Pengeditan Data Pengguna PT. SIL
» Pengujian Pencarian Data Pengguna PT. SIL
» Pengujian Penambahan Data Pemasok
» Pengujian Pengeditan Data Pemasok
» Pengujian Pencarian Data Pemasok
» Pengujian Penambahan Data Bahan Baku
» Pengujian Pengeditan Data Bahan Baku Pengujian Pencarian Data Bahan Baku
» Pengujian Penambahan Data Produk Kina
» Pengujian Pengeditan Data Produk Kina Pengujian Pencarian Data Produk Kina
» Pengujian Penambahan Data Produk ½ Jadi
» Pengujian Pengeditan Data Produk ½ Jadi Pengujian Pencarian Data Produk ½ jadi
» Pengujian Penambahan Data Penerimaan
» Pengujian Penambahan Data Pengeluaran
» Pengujian Penambahan Data Pengajuan Bahan Baku
» Pengujian Pencarian Data Pengajuan Bahan Baku Pengujian Penambahan Data Pemesanan Bahan Baku
» Pengujian Pencarian Data Pemesanan Bahan Baku
» Pengujian Penambahan Data Kebutuhan Bahan Baku
» Pengujian Pengeditan Data Kebutuhan Bahan Baku
» Pertanyaan Wawancara untuk Administrator
» Pertanyaan Wawancara untuk Bagian Gudang
» Pertanyaan Wawancara untuk Bagian Perencanaan dan
» Pertanyaan Wawancara untuk Bagian Pengadaan
» Pertanyaan Wawancara untuk Bagian Keuangan
» Pertanyaan Wawancara untuk Bagian Penjualan
» Pertanyaan Wawancara untuk Bagian Ekstraksi
» Pertanyaan Wawancara untuk Bagian Alkaloid
» Pertanyaan Wawancara untuk Bagian Pengolahan
» TINJAUAN PUSTAKA Kesimpulan Pengujian Beta
» Profil PT. Sinkona Indonesia Lestari SIL
» Struktur Organisasi PT. Sinkona Indonesia Lestari
» Asisten Kepala SPI Bidang Pemeriksaan Intern
» Asisten Kepala SPI Bidang Kepatuhan Manajemen Resiko
» Asisten Manajer Akuntansi Asisten Manajer Tata Usaha Keuangan
» Supervisor Umum dan Kesejahteraan
» Asisten Manajer Humas dan Kesetariatan Manajer Pengadaan
» Asisten Manajer Pengadaan Manajer Pengendalian Produksi dan Persediaan
» Asisten Manajer Perencanaan Pengendalian Produksi Asisten Manajer Gudang
» Supervisor Gudang Kulit Kina Bahan Bakar Supervisor Gudang Produk Jadi, Bahan Kimia Kemasan
» Supervisor Pengolahan Asisten Manajer Alkaloid
» Supervisor Alkaloid Asisten Manajer Teknik
» Supervisor Pemeliharaan Supervisor Utilitas
» Sistem Rantai Pasok Landasan Teori
» Sistem Rantai Pasok Supply Chain Management SCM
» Integrated make-to-stock Continuous Replesnishment
» Memilih dan mengimplementasikan teknologi yang cocok.
» Jangka Pendek Long Term Times Series Model Casual Model Judgemental Model
» Mudah tidaknya penggunaan dan aplikasinya
» Mean Absolute Precentage Error MAPE Tracking Signal
» Penentuan Jumlah Kebutuhan Kulit Produk
Show more